數據同化
 | 此條目沒有列出任何參考或來源。 (2012年2月13日) |
數據同化，或稱資料同化，是通過數學模型擬合觀測數據的一種漸進方式，通常用於複雜系統的建模和動態預測。這類系統通常具有複雜的數學模型，自由度有時達到，且因為觀測數據體量龐大，使得對全體觀測進行靜態擬合成為不可能。
「分析-預報」循環[編輯]
數據同化過程主要為兩個步驟的循環。第一步可以稱為分析，其中實際系統的觀測量與模型產生的預報值相比較/融合，得到系統現在狀態的最佳估計。在第二步，根據觀測數據和模型兩者包含的不確定度性信息，平衡二者得到關於未來系統狀態的預報值（具體時間點由下一批觀測值給出）。這就完成了一個分析-預報循環。
數據同化與卡爾曼濾波器[編輯]
可以用卡爾曼濾波器來比喻數據同化過程。其中「分析」步驟類似於觀測值與它的預估值的作差；預報步驟則相當於系統狀態的最優估計。數據同化通常與最優控制過程之不同在於其自由度數量龐大，根本無法得到其協方差矩陣。數據同化常用於涉及大規模時效性數據處理的過程，如現代天氣預報。